基于浅层模型与深度模型结合的问句文本分类方法

摘要

本发明涉及基于浅层模型与深度模型结合的问句文本分类方法，属计算机自然语言处理技术领域。本发明首先提取问句文本的特征词集合，向量化后使用归一化的词向量值得到对应特征词权重，将其作为浅层线性模型的一部分输入。卷积网络使用多种不同窗口大小的卷积核对问句文本进行卷积，将拥有相同长度卷积窗口的不同卷积核提取的特征向量进行重新排列，再分别输入到对应循环神经网络之中，最终将多个循环神经网络的输出链接到一起得到问句的句法语义特征向量，作为浅层线性模型的另一部分输入。最终浅层模型根据由特征词向量与深度模型的输出拼接构成的输入得到问句的分类结果。本发明克服单一深度模型的不足，有效提升了问句分类的准确率。